.png){kind=icon}
返回
UI-MSDE-diffusion: Fringe pattern noise elimination based on diffusion model
.png){kind=icon}
PRE
AI
DOI：10.1016/j.optlastec.2025.112435.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
光学干涉测量技术已在研究和工程领域证明具有吸引力，因其具备非接触、高测量精度和全场检测的特点。条纹图案是这些技术记录的结果，通常需要去噪以提高信息提取的准确性。关于条纹图案去噪的大多数研究并未同时考虑非均匀光照和散斑噪声。然而，条纹图案的非均匀光照会导致某些区域的噪声更为突出，影响去噪方法的性能。我们提出了一种名为UI-MSDE-diffusion的条纹图案去噪方法，该方法包含两个步骤。在第一步中，通过统一光照网络（UINet）将不同光照条件下的条纹图案转换为均匀光照。在第二步中，通过结合均值回归随机微分方程和扩散模型（MSDE-diffusion）来滤除条纹图案中的散斑噪声。在模拟和实验条纹图案上的实验旨在验证所提出的UI-MSDE-diffusion方法的有效性。
Keyword:
Fringe pattern
Speckle noise
Uneven illumination
Diffusion model
期刊
O
IF:
5
论文数:
2.4K
被引数:
3.5W
机构
引用论文
The elimination of errors caused by shadow in fringe projection profilometry based on deep learning基于深度学习的条纹投影轮廓术阴影误差消除
PREAI
分享收藏A novel phase unwrapping method for binocular structured light 3D reconstruction based on deep learning.png)
Optik
OptikIF0
PREAI
分享收藏Second-order oriented partial-differential equations for denoising in electronic-speckle-pattern interferometry fringesOPTICS LETTERS
OPTICS LETTERSIF3.3
PREAI
分享收藏Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance在评估平均模型性能时，平均绝对误差 (MAE) 相对于均方根误差 (RMSE) 的优势
OAAI
OAAI分享收藏Oriented boundary padding for iterative and oriented fringe pattern denoising techniquesSIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏The oriented spatial filter masks for electronic speckle pattern interferometry phase patternsOPTICS EXPRESS
OAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏
查看更多内容